P520内存故障的郁闷，有谁知道故障真正的原因？？？

Question

两台9111-520，微码版本均是SF235_180，无分区，未连接HMC，有内置raid卡。两台设备先后发生了完全相同的内存报错故障，现象如下：

1、设备最早报错信息：
BFE4C025   1114125610 P H sysplanar0     UNDETERMINED ERROR

SRC:                    B120E500
Description:            Memory subsystem including external cache Predictive
                        Error, general. Refer to the system service
                        documentation for more information.
Additional Words:       2-030000F0 3-523C0110 4-C13920FF 5-40000000
                        6-00811930 7-00000001 8-00A0008E 9-00000000
Possible FRUs:
    Priority: M Maintainence Procedure: FSPSP35
    Location: n/a

2、根据FSPSP35，对设备进行了关机、慢启操作，启动后设备报错如下;
BFE4C025   1204185110 P H sysplanar0     UNDETERMINED ERROR

Diagnostic Analysis
Diagnostic Log sequence number: 811
Resource tested:        sysplanar0
Resource Description:   System Planar
Location:               
SRC:                    B123E500
Description:            Memory subsystem including external cache Predictive
                        Error, general. Refer to the system service
                        documentation for more information.
Additional Words:       2-030000F0 3-523C0110 4-C13920FF 5-410000FF
                        6-00811930 7-00000001 8-00A0008A 9-5100101F
Possible FRUs:
    Priority: M FRU: 00P5767  S/N: YL10G5338191 CCIN: 30D2
    Location: U787A.001.DPM2C3T-P1-C10

查看系统内存容量未降，报错内存状态为available。

3、先后对两台设备进行了微码升级（分别升到了SF240_358和SF240_382），故障未排除，每天仍有如2所示的内存报错；

4、对报错内存进行更换，更换时出现以下现象：
1）shutdown后登陆ASMI，发现报错内存所在组被deconfigured；
2）更换故障内存（只更换报错的那根），对设备进行出厂初始化；
3）系统启动后正常；
4）所更换的内存不再报错，但一段时间后（十几天或一个月）其他槽位内存又报内存错误，每次关机后报错内存均被deconfigured；
5）将更换下的故障内存（四根）插入一台P550上，运行一段时间检测内存正常。

谁遇到过类似的情况或知道故障原因的，请给予帮助，谢谢！

Answer 1

这不是报的cache错吗
没换cpu板试啊
asmi里难道没cache的错？

Answer 2

本帖最后由 roogigyel3 于 2011-03-28 19:10 编辑

这不是报的cache错吗
没换cpu板试啊
asmi里难道没cache的错？
yddll 发表于 2011-03-27 14:59

    asmi内报的和系统内一样，都只有内存的错误。P520的CPU是集成在背板上的（或者是直插在背板上），内存是插在背板上的。

Answer 3

P 520 1way 2way 均有货 有需要给偶消息

Answer 4

同事说换内存要一组一组的更换，不知道有没有关系？我都是只换报错的那根的。

Answer 5

更换一组内存是最保险的。关键是不是内存的问题。你可以做一下测试

Answer 6

更换一组内存是最保险的。关键是不是内存的问题。你可以做一下测试
aiwsuoai 发表于 2011-03-28 11:14

    根本原因肯定不是内存，但还是和内存有关。通过几次维修得到的结果：
如果系统报出了某根内存故障（B123E500），在关机后这根内存所在的组肯定会被deconfigured。
这种情况下，如不更换内存，直接做出厂初始化，内存恢复，但第二天这根内存会继续报错；
如果更换了内存后做出厂初始化，则问题解决。所更换的内存之后再没有报过错，过段时间其他的内存又会报错。换下的内存装在其他机器上仍能正常使用而不报错。

Answer 7

你可以在内存后做出厂初始化后，直接想报错日志清除，然后观察一段时间。

Answer 8

你memory deconfigured的时候，有注意Deconfigured Resource吗

Answer 9

不好意思，我未找到你图中所示内容是在哪里抓取的？我这里有一个ASMI中抓取的图片：

ASMI中内存被deconfigured信息.JPG (176.27 KB, 下载次数: 7)

下载附件

ASMI中内存被deconfigured信息

2011-03-30 10:08 上传